Cell : l'IA analyse données biologiques pour évaluer l'âge

Le 17 septembre, une équipe de chercheurs issue d'Insilico Medicine, de Liquid AI, du Buck Institute for Research on Aging, de l'Université Harvard et du Brigham and Women's Hospital a publié une étude majeure dans la revue Cell. Leur travail explore la capacité des grands modèles de langage à analyser des données biologiques brutes liées au vieillissement, dépassant ainsi leur rôle traditionnel de simple assistants de synthèse documentaire. Pour évaluer ces capacités, les chercheurs ont conçu LongevityBench, un benchmark structuré autour de 17 tâches couvrant les données cliniques, l'épigénétique, la transcriptomique, la protéomique et la génétique. Contrairement aux tests classiques, ce benchmark soumet directement des ensembles de données réelles aux modèles pour prédire l'âge biologique ou évaluer les risques de mortalité. Lors des premiers essais, les grands modèles grand public ont montré des résultats très hétérogènes, aucun ne parvenant à maîtriser l'ensemble des types de données, notamment les données multi-omiques complexes. Face à ces limites, l'équipe a entraîné cinq modèles spécialisés, nommés Longevity-LLMs, dont la taille varie de 0,6 à 9 milliards de paramètres. En se basant sur des architectures ouvertes, ces modèles ont surpassé les leaders généraux comme Gemini et Claude sur le classement synthétique du benchmark. Le modèle de 9 milliards de paramètres a notamment atteint une cohérence élevée sur la prédiction d'âge via la méthylation de l'ADN et réduit significativement les écarts de prédiction dans les analyses protéomiques. Des tests techniques ont confirmé que ces modèles s'appuient bel et bien sur des marqueurs biologiques pertinents pour leurs prédictions. Au-delà du simple test, les chercheurs ont intégré le meilleur modèle dans Longevity Claw, un agent d'intelligence artificielle capable de piloter des outils de recherche, d'interroger des bases de données et d'ajuster ses analyses en temps réel. En ciblant quatorze caractéristiques du vieillissement, l'agent a identifié 328 gènes candidats potentiels, certains montrant une forte concentration avec des cibles antérieures déjà validées. Cependant, comme le souligne la revue Nature, ces résultats nécessitent une validation expérimentale rigoureuse. De plus, le vieillissement biologique reste un concept multidimensionnel, et aucun horloge biologique ne peut à lui seul refléter l'état réel du vieillissement d'un individu. Cette étude inaugure une chaîne d'outils ouverte et reproductible pour la recherche gérontologique. En standardisant l'évaluation, l'entraînement spécialisé et l'automatisation des analyses, les chercheurs posent les bases d'une collaboration plus précise entre l'intelligence artificielle et la biologie du vieillissement, tout en rappelant que la validation expérimentale demeure indispensable.